基于空间关联性的广深金融服务业集群研究：珠三角经济区域背景下的考察

冯国强 瞿 丽 赵 昆

信息与通信技术的发展促使金融业突破地理空间限制，衍生出众多的金融工具和金融业务，推进金融服务低成本和高效率的跨区域作业得以实现。然而，地区之间的金融服务业空间集群现象仍普遍存在，并发展迅速，逐渐成为现代金融产业组织的基本形式。

广州、深圳作为珠三角地区两大中心城市，随着自身经济发展与政策支持，迅速成长为国内重要的金融服务业集群之地，成为国内最重要的、发达程度最好的金融服务业集群之一。这种突破通信技术应用形成的金融产业集群，进一步的将金融产业的空间分析纳入研究范围之列。因此，本文的目的就在于考虑空间经济外溢性的条件下，在珠三角地区的大区域范围内探讨广州、深圳金融服务业集群的空间相关性，并以珠三角地区各大城市的数据为基础，利用指标和图形分析，探析各大城市之间在金融集群上存在的关联性，以此进一步揭示出该区域中心城市——广州、深圳——金融服务业集群存在的空间异质性和依赖性，为区域内地方政府统筹规划和制定合理的金融布局及产业发展政策提供参考依据。

一、文献综述

到目前为止，国内外从空间角度利用金融服务业集群现象、分析集群的空间关联及因素的研究仍不断成长，研究成果也日益丰富，但大多数都以理论研究为主，辅以金融集群案例进行分析，研究结论也千差万别。

基础理论研究方面，以Martin为代表的货币地理学派认为区位结构、制度差异、监管空间以及全国的公共金融空间，四方面有机构成金融行业发展的空间环境。货币地理学派虽提出并界定了金融空间的几大构成要素，却没有进一步利用空间因素分析集群成因，但为后续的从空间因素上研究金融集群奠定了基础。在国内，张凤超（2003）基于货币地利学派的理论和金融资源论，提出了金融地域运动的概念，认为金融服务业地域间的差异和变动源于金融资源在空间地域上的非均质和不延续分布，这种地域间金融资源分布的不均衡导致金融业各要素跨区域的变化和流动，促成区域间金融服务业发展非均衡的延续，并引发部分地区的金融服务业集群。

在对金融服务业集群的成因研究方面，Kindle berger与Tschoegl认为外部规模经济的自我强化使得金融机构在一个区域内的集群对其他金融参与者产生吸引力(Kindle Berger，1974；T schoegl，Adrian，2000)。Naresh，Gary和 Swann(2001)认为，金融服务业集群是为从供给角度更灵活地获取大量生产要素，包括专业劳动力、法律、会计等金融服务，从需求角度则是为了获得空间区域上的集群区域声誉，以降低跟客户之间的信息不对称而导致的逆向选择和道德风向程度。国内学者黄解宇和杨再斌（2006）认为金融服务业集群随着产业集聚的形成而发展，金融本身的高流动性加速了集群；规模经济效应以及不对称信息所要求的金融主体的空间邻近能促进集群形成。

在金融服务业集群与空间维度的研究上，任英华（2010）等通过构建空间计量模型，揭示了区域创新、经济基础对外开放、人力资本等因素对集群的客观影响。管驰明、徐爱华（2010）从时间、空间、指标3个维度对金融服务业集群的影响因素和发展趋势进行分析，系统考察了金融服务业集聚的动态演进过程及其特点。丁艺等（2010）从银行、证券、保险三方面分析了中国金融服务业集群程度，通过采用省际数据检验了金融集群对区域经济增长的影响。

金融服务业集群的这些研究成果的出现，极大地促进了金融服务业集群理论的发展，但这些研究尽管认识到金融集聚存在空间依赖性，却仍停留在对金融集群机理的理论研究上，缺乏将集群空间维度的相关性和异质性纳入实证研究。金融服务业集群本身是一种产业演化过程中的地理空间现象，具有极强的空间关联。不同地区间的空间差异非常明显，采用传统回归分析方法解释金融集聚现象往往会掩盖这种十分显著的空间差异。因此本文基于当前广州、深圳两地金融服务业集群的特征及现状，在纳入空间效应的前提下，以两地2000～2009年数据为基础进行空间计量分析，以揭示两地金融服务业集群形成的内在机理和各自关联。

二、集群的空间外溢与空间关联

（一）集群的空间外溢

区域经济作为一个典型的开放系统，通过商品交换、要素流动、知识扩散等构成其内在复杂的经济联系纽带，并在此基础上，促使区域间互相影响、相互作用，形成区域经济增长的合力。集群的空间外溢性概念首先体现在Marshall（1890）的外部规模经济思想中，Marshall认为在其他条件相同的情况下，产业规模较大的地区比产业规模较小的地区生产更有效率，产业规模的扩大可以引起该区域厂商的规模效益递增。这种外部规模经济本质上属于空间外溢效应，是产业通过集群的技术外溢实现成本节约和生产规模扩大的外在收益形式。尽管Marshall本人并未提出空间外溢性的概念，但其关于外部规模经济的思想却引发了后续学者对空间外溢性的思考。Myrdal（1957），Hirschman（1958），Richardson（1973），Thirlwall（1975）等在探讨循环累积效应时提出了集群的空间外溢性观点，这些理论强调经济增长过程和空间集聚的关系以及区域经济收敛和发散。Krugman（1991）基于区域循环积累效应的思想，建立了新经济地理的基本理论模型，强调区域增长的地理因素，认为区域经济动态集群是促使区域经济协同增长的主要原因，集群的外溢性来源于区域之间的相互作用。Poot（2000）将区域经济增长的动态效应分解为相邻效应和整体效应，认为无论是宏观经济增长还是区域相邻效应，都对集群具有很好的解释力，正是由于经济增长效应和区域相邻的作用，集群和地区间差距的产生才成为必然。

（二）集群的空间关联

空间关联是指区域之间基于某种因素的相互作用、互相影响。从计量经济学的角度看，是指空间数据之间缺乏独立性，违背了经典计量经济学的样本独立不相关假设。通常空间关联是指空间自相关（Anselin，1988）。

集群的空间关联是相同产业通过要素和产品聚集以实现成本节约、规模增加的跨区域互相影响、互为制约的关系，主要表现为空间异质和空间依赖。空间依赖最早由Cliff等在1973年提出，Anselin&Rey 1991年做了进一步的完善，是事物和现象在空间上的相互依赖、相互制约、相互影响和相互作用，是地理空间现象和空间过程的本质特征。在数理特征上，空间依赖可以定义为观测值及区位之间的一致性（Anselin，2000），可以是观测值之间倾向的正自相关，也可以是负自相关。当相邻地区随机变量在空间上出现集聚倾向时为正自相关，当地理区域倾向于被相异值的相邻区域所包围时则为负的空间自相关。造成空间依赖性的主要原因有两个：空间要素在空间边界之间的流动（空间溢出效应），以及空间界限导致的区位、距离对空间特征的影响。

空间异质又叫空间差异，是指每一个空间区位上事物和现象都具有区别于其他区位上事物和现象的特点（Anselin，1988）。事物和现象在空间上是异质的，一方面在于各种事物和现象本身在空间上缺乏平稳的结构，另一方面在于空间整体的不均质性，在面积、形状上存在的差别所致。在数理特征上，空间异质性表现为研究对象在空间上的非平稳性。

空间外溢性大多难以测定，但是可以通过空间关联来得以体现。结合本文研究的主要内容，为能更好地突出研究对象呈现出的集群外溢效应和空间关联，本文将包含广州、深圳在内的珠三角区域纳入研究范围，在珠三角的大区域范围内探讨广州、深圳金融服务业集群的呈现的外溢性及空间关联，并通过珠三角各大城市的毗邻关系设定空间权重，利用各大城市的数据探讨地区之间金融集群的空间关联，在此基础上进一步揭示该区域的中心城市——广州、深圳金融服务业集群存在的空间异质和依赖。

三、广深金融服务业集群的空间关联性分析

（一）集群程度测度

目前对于产业集群程度的测度方法主要有两大类，一类是传统的地理尺度方法，包括空间基尼系数、集中曲线、赫芬达尔指数、熵指数等。另一类是近年来新发展的基于点分布的多空间测度方法，包括L函数、D函数和M函数、E-G指数等。本文采用发展较为成熟的熵指数对金融服务业集群程度进行测度。

区位熵指数又称区位专业化指数，该指数通过比率对比衡量要素的空间分布状况、产业的专业化程度和产业在区域的重要程度。实际应用中可以选择产业从业人员、产业增加值、产业企业数量分别计算。熵指数越大，产业越具有比较优势，该区域的产业集群程度也就也高。考虑到数据的可获得性，本文选取金融服务业从业人员规模来计算区位熵指数，其计算公式为：

Qi为区域i金融服务业的区位熵指数，Eif为区域i的金融服务业的从业人数，f代表金融服务业，Elf为所有研究区域l金融服务业的从业人数，在本研究中即为整个珠三角地区各大城市金融服务业从业人员数，Ei为区域i各行业的总从业人数，El为所有研究区域l各行业的总从业人数。

通过测算，2000-2009年珠三角地区各大城市的金融服务业区位熵指数如下表所列：

表1 珠三角各大城市金融服务业区位熵指数2000-2009

可以看出，在上述所列的珠三角各大城市中，城市之间的集群存在一定的空间外溢性。广州、深圳、佛山和珠海的金融集群程度相对较高，在这些城市当中，地理区位位于广州和深圳之间的东莞，以及广佛和珠海之间的中山，金融服务业集群态势逐渐减弱，更多的金融业选择向与该区域毗邻的广州、深圳和珠海靠拢；广州、佛山的金融集群程度起伏不定，但集群的熵指数基本维持在较高水平，深圳、珠海集群程度这些年迅速增加，集群效应也得到了很大提升，尤其是在04年之后，深圳金融业集群的区位熵指数平均以8.4%的速度上升，正凸显了这些年大量金融服务业向此集聚之势。广州、佛山金融服务业集群态势不及深圳发展迅速，但基于制造业比较优势和国际制造业基地的区位优势，配套的金融服务业及集群也具备一定规模。

（二）集群的空间自相关性分析

上文通过区位熵指数得到珠三角地区各大城市的金融服务业集群程度，但对于各城市之间、尤其是广州和深圳两大中心城市之间，集群的空间关联，却并给不了任何结论。空间经济学通过空间自相关指数（Moran’s I，cliff&Ord,1973）的使用，检验区域经济变量是否存在空间依赖性（又称空间自相关性），结合本研究内容，构造集群程度的空间自相关指数如下：

Moran’s I指数代表各区域空间的依赖程度，取值范围为[-1，1]，该指数绝对值越接近于1，区域的空间关联程度也就越大，依赖性就越强。另外，在构造全局Moran’s I指数分析整体的空间关系外，本文还引入Anselin（1995）提出的局部Moran’s I指数，用于检验珠三角局部地区是否存在相似或相异的观察值聚集。区域i的局部Moran’s I指数用于定量分析区域i和它邻域之间的空间关联程度，计算公式为：

如果Z（I）大于正态分布函数在5%水平下的临界值1.96，那么金融服务业集群在空间分布上明显正相关，相邻区域的类似特征值出现集群趋势；相反，则不存在空间自相关。计算结果如下：

年份Moran’s I Z（I）2000 2.01472 2001 2.13504 2002 2.25941-0.27507-0.25518-0.22735-0.7922-0.87772-0.82791 2003 2.30792-0.19155 2004 -0.36069 2.13529 2005 -0.37488 2.36207 2006 -0.39522 2.38703 2007 -0.33122 2.27442 2008 -0.32721 2.21112-0.71693-0.96813-1.01359-1.02415-0.91444-0.91348 2009 2.21901-0.22750-0.82342 E（I） SD（I）0.256673 0.291581 0.265805 0.227643 0.284475 0.270402 0.263478 0.256423 0.265147 0.268553

Moran’s I的 t统计量 Z（I）均大于 5%显著性水平下的临界值1.96，且Moran’s I全部为负数，表明珠三角区域内各大城市间的金融服务业集群在空间上显著的负自相关，存在空间依赖性。换句话说，在此区域内的金融服务业集群并非随机的自由集群，而是基于更多经济环境相异之上的空间集聚，这种因异同经济环境产生的金融服务业集群源自于各区域城市之间经济总量、劳动从业人数、产值结构、区位布局等的差异性，从而导致更多的金融服务业生产要素流向广州、深圳进行集群，空间关联变得显著。

为进一步说明9大城市之间金融服务业集群关系，以深入体现广州、深圳在金融服务业上集群存在的异质性，我们利用2009年各大城市的Moran’s I 指 数和区位熵指数，结合该年度总体的 Moran’s I值，构造如右散点图：

由散点图可知，珠三角9大城市的金融服务业集群基本上负自相关，但城市与城市之间的相关程度存在差异，主要体现为四种情形：一种是自身集群程度较高、且与周边毗邻区域存在高度空间关联的地区，其区位熵和局部Moran’s I指数较高，表现在散点图上第4象限的广州、深圳和珠海；一种是自身金融服务业集群程度不高，但与周边毗邻区域存在高度空间关联的地区，其区位熵低但局部Moran’s I指数高，表现在散点图上为第1象限的东莞；第三是自身金融集群程度较高，但与周边城市空间关联性不强的地区，其区位熵高但局部Moran’s I指数偏低，表现在散点图上为第3象限的佛山；最后一种是自身集群程度不高，与周边城市集群的空间关联也不是很强的地区，其区位熵偏低同时局部Moran’s I指数也偏低，表现在散点图中为第2象限中的江门、中山、惠州和肇庆。

（三）广州、深圳集群的依赖性与异质性

广州、深圳作为同处第四象限的集群区域，金融服务业集群已经达到一定高度，并且两地与周边地区具有很高的负相关性，空间依赖性强，但二者的集群发展过程、集群特征、以及与周边城市间的空间关联状态仍表现为空间异质性，并且二者自身突破地理距离的空间联系也更为紧密，因经济距离而不仅仅是区位距离产生的空间依赖和异质性逐步加强。

异质性之一：集群发展趋势不一。广州集群程度一直保持在较高水平，而且稳步推进，09年之后推进的广佛同城，两地金融集群优势上的强强联手，更是加速了集群的总体发展。在与周边城市个空间关联上，广州金融服务业集群依托于广州——佛山产业互补的结构调整战略和毗邻珠中江、莞惠深两大区域的地缘优势，进一步地以服务产业转移和结构调整为方向推动自身金融服务业集群发展，为空间关联区域更好地承接转移产业提供优质金融服务。深圳集群程度从04年上升至一个新台阶，近些年呈现逐步上升态势，并且集群规模一度领先于珠三角其他城市。集群发展速度快、规模大，依托于对外开放的经济政策优惠、毗邻国际金融中心——香港的地缘优势和资本市场的充足发展，吸引了大量金融机构总部进驻，金融机构总部与分支结构并存的集群模式较为明显，并将为国内外产业融资、贸易进出口提供更好的金融服务而加速集群规模。

异质性之二：与周边城市的空间关联程度不一。广州因地理位置的特殊性和作为珠三角地区经济、文化和物流中心，区域集群程度一直保持稳定，并且与周边地区的空间关联也保持平稳发展。关联形式基本为负向依赖，但关联程度存在巨大差别，与其毗邻的惠州、中山两城市的金融服务业发展，受空间关联的影响程度并不高，但佛山、东莞与广州间的空间依赖性却较强，金融服务业要素在此区域内的流动性也较快，一定程度上促成了广州集群优势的进一步发挥。相比之下，深圳与周边毗邻城市的空间关联一直较强，并且一度吸引惠州、东莞两地的金融要素向此汇集。

四、结 论

自2000年以来，以广州、深圳为代表的珠三角各大城市先后出现了不同程度的金融服务业集群。总体而言，珠三角地区各大城市的金融服务业集群呈现负自相关，空间依赖性强，但空间关联的形式存在差别。广州、深圳作为此区域金融服务业发展水平和集群程度较高的两大城市，依托于地理区位优势、政策扶持和要素流动，成为整个珠三角经济区域内的金融服务业集群程度最高、与周边城市空间连带性最强的两大城市，但二者各自的集群特征与态势、金融业发展定位和趋势以及与周边城市关联程度也存在差别，集群的空间异质性依然存在。

［1］ Anselin,Luc.special Econometrics:Mothods&Models[M],kluwer academic publisher,1988

［2］ Martin,R,ed.The New Economic Geogtaphy Of Money and the Space Economy[C].Chichester:John Wiley&Sons,1999:3-27

［3］ Kindle Berger,The Formation of Financial Centers:A Study of Comparative Economic History[M].Princeton U-niversity Press,1974

［4］Tschoegl,Adrain E.International Banking Centers,Geography,and Foreign Banks [J].Financial Markets,Institutions&Instruments,2000,9(1)1-32

［5］Poot J.”Reflection on Local and Economy--Wide Effects of Territorial Competition”in P.W.J.Batey,P.friedrich,eds[M].Regional Competition:Springer-Verlag,205-230

［6］冯国强.广深金融服务业集群特征、效应及策略研究[J].财务与金融，2011（1）

［7］任英华，徐玲，游万海.金融集聚影响因素空间计量模型及其应用[J].数量经济技术经济研究，2010（5）

［8］黄解宇，杨再斌.金融集聚论：金融中心形成的理论与实践解析[M].北京：中国社会科学出版社，2006